相关疑难解决方法(0)

在Tensorflow中训练模型后:

1. 你如何保存训练有素的模型？
2. 你以后如何恢复这个保存的模型？

tensorflow 2.0 中会继续支持冻结图还是已弃用？我的意思是从saved_model 创建/优化冻结图的脚本和API。还有用于运行推理的 API。

假设将来会支持它，在 tensorflow 2.0 中对冻结图运行推理的推荐方法是什么？

我正在使用 Tensorflow 2.0 并希望将以下 Keras 模型存储为冻结图。

import tensorflow as tf
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(64, input_shape=[100]))
model.add(tf.keras.layers.Dense(32, activation='relu'))
model.add(tf.keras.layers.Dense(16, activation='relu'))
model.add(tf.keras.layers.Dense(2, activation='softmax'))
model.summary()
model.save('./models/')

我在 Tensorflow 2.0 中找不到任何好的例子来做到这一点。我在 Tensorflow Github 存储库中找到了freeze_graph.py文件，但发现我很难理解它。

我使用以下方法加载上述文件：

from tensorflow.python.tools.freeze_graph import freeze_graph

但是我到底需要为freeze_graph函数本身提供什么？在这里，我用问号标记了我不确定的论点。

freeze_graph(input_graph=?,
             input_saver='',
             input_binary=False,
             input_checkpoint=?,
             output_node_names=?,
             restore_op_name='',
             filename_tensor_name='',
             output_graph='./frozen_graph.pb',
             clear_devices=True,
             initializer_nodes='')

有人可以提供一个简单的示例来说明如何使用该freeeze_graph函数将上面的模型存储为冻结图吗？

我有一个用 Keras 用 Python 实现的神经网络。一旦我训练了它，我就导出了模型，我得到了两个文件：model.js 和 model.h5。现在我想在 .NET 项目中实时分类，我想使用经过训练的神经网络。

在 ML.NET 中有没有办法将模型和用 python 导出的训练权重加载到模型对象中？

我在文档 [1] 中看到可以加载以前保存的模型，但显然存储在 .zip 中，我找不到格式（也许制作一个脚本，从 python 中获取模型并“翻译”它到 ML.NET 模型。

显然 hdf5 格式是标准 [2]，有没有办法用 ML.NET 加载它？

[1] https://docs.microsoft.com/en-us/dotnet/machine-learning/how-to-guides/sumption-model-ml-net

[2] https://support.hdfgroup.org/HDF5/doc1.6/UG/10_Datasets.html